java 生成pdf

Posted 2022-02-24 QQ_851228082

java生成pdf技术选型

技术选型

java生成pdf最终选择itext7+pdfhtml+freemarker。为什么使用这个组合呢？生成pdf，通常会用html转pdf，这是因为html+css便于调节样式，否则使用原生库，用java直接生成pdf，太繁琐，改一点样式都要改java代码；所以首先要用html，那就要找个模板引擎将数据填充到html，如果不用模板引擎，用js填充的话，就得用到浏览器引擎解析js，js发送http request获取数据，挺麻烦的，所以不如用模板引擎；有了模板引擎，还要有html-pdf转化器，可以将填充后的html转化为pdf；基于以上分析，必须要用到html+css、模板引擎、html-pdf转化器，相应的最终选择itext7+pdfhtml+freemarker。

• itext7是itext的最新版本，功能丰富并较itext5做了很大优化；
• pdfhtml是itext的套件之一，底层依赖itext，它支持html5、css3，能将html转换为pdf；
• freemarker是apache的模板引擎，用来将数据填充到html；

itext7+pdfhtml+freemarker vs flyingsaucer+itext5 vs wkhtmlTopdf

• flyingsaucer与pdfhtml作用相同，用来将html转为pdf，但只支持css2，并且底层依赖itext5(最新的是itext7），非官方的，所以放弃；
• wkhtmlTopdf使用浏览器引擎解析html，然后将html转换为pdf，所以还原度较高，但是命令行式的，并且要预先安装，每次导出pdf就是执行一次shell命令，这就等于从jvm开了一个进程，从性能、繁琐性考虑，放弃；

字体

itext分为3种字体，Standard Type 1 Fonts （14种）、shipped fonts（12种）、系统字体，Standard Type 1 Fonts 因为版权问题不允许嵌套到pdf中，

Standard Type 1 Fonts

字体	变种
Times	Times-Roman
Times	Times-Bold
Times	Times-Italic
Times	Times-BoldItalic
Helvetica	Helvetica
Helvetica	Helvetica-Bold
Helvetica	Helvetica-Oblique
Helvetica	Helvetica-BoldOblique
Courier	Courier
Courier	Courier-Bold
Courier	Courier-Oblique
Courier	Courier-BoldOblique
Symbol	Symbol
ZapfDingbats	ZapfDingbats

可以看到Times 、Helvetica、Courier每种都有4中变种分别是常规、加粗、倾斜、加粗倾斜，共12种，再加上Symbol、ZapfDingbats一共14种，这些字体只包含了西方字符，所以用这些字体生成汉语肯定是不显示的；因为版权问题，这些字体不能嵌套到pdf中，itext假设pdf 阅读器会搭载这些字体或者操作系统有这些字体；

shipped fonts

shipped fonts含有sans 、serif 、monospaced 3种字体，类似的每种有4种变体，常规字体、加粗字体、倾斜字体、加粗倾斜字体，默认嵌套。

系统字体

系统字体指的是，操作系统上的字体，比如在windows中，字体路径是C:\\Windows\\Fonts，最好不要注册系统字体，因为会加载很多字体，这会消耗资源且顺序不可控，所以，在不同操作系统上，pdf可能表现不一样。

html生成pdf关键代码

springboot中，生成pdf的核心代码

ConverterProperties converterProperties = new ConverterProperties();
      DefaultFontProvider fontProvider = new DefaultFontProvider(false,
              false,false,"simfang");
      Class<MyController> myControllerClass = MyController.class;
      logger.info("TreatmentController的ClassLoader是:",myControllerClass.getClassLoader());
      String fontPath = myControllerClass.getResource("/simfang.ttf").toString();
      fontProvider.addFont(fontPath);
      //注意templates以/结尾表示文件夹
       String baseUri = myControllerClass.getResource("/templates/").toString();
      logger.info("itext的baseUri是:",baseUri);
      converterProperties.setBaseUri(baseUri);
      converterProperties.setFontProvider(fontProvider);
      HtmlConverter.convertToPdf(byteArrayInputStream,
              response.getOutputStream(), converterProperties);

注意，

DefaultFontProvider(false,
              false,false,"simfang");

利用了构造方法

DefaultFontProvider(registerStandardPdfFonts,
              registerShippedFonts,registerSystemFonts,defaultFontFamily);

表示不注册标准字体、不注册搭载字体、不注册系统字体、默认字体是仿宋，推荐这样使用，可确保字体的唯一性。

设置baseuri

springboot中设置图片、字体等的baseuri，注意文件夹以/结尾

//注意templates以/结尾表示文件夹
       String baseUri = myControllerClass.getResource("/templates/").toString();
      logger.info("itext的baseUri是:",baseUri);

常见问题

pdf分页

pdf分页用css来实现，在想分页的地方添加

page-break-after:always;

pdf页码和页脚

用css来实现

 @page 
    @bottom-left 
        font-size: 12px;
        content: "这就是页脚";
    
    @bottom-right 
        /*这是当前页、总页数*/
        content: counter(page) "/" counter(pages);
    
    margin-bottom: 70px;

如果首页不想要页脚和页码，则利用:first伪元素

@page:first
   @bottom-left 
       content: none;
   
   @bottom-right 
       content: none;
   

页码不正确，多了一页

可能是在最后一页，设置了分页导致，去掉就好了。

pdf不显示汉字、乱码

• 不显示，不显示有两种原因

  • 字体用的不对。不显示是因为字体用的不对，比如用了Helvetica字体，这个字体只有英语字母、英文符号等字符，汉字用这个字体，肯定不会显示。
  • 字体未嵌入到pdf，字体包含目标字符，但未嵌入到pdf中，在其他电脑上打开时，恰巧这个电脑没有所使用的字体那么也不会显示，这个时候就要将字体内嵌到pdf中，当然pdf阅读器也可能使用相近字体替代，这时“替代字体”就是“实际字体”；

• 乱码
  乱码指的是，对字体使用了错误的编码。比如仿宋，你用Helvetica去编码肯定不行。编码指的是字符编码，iso8859-1、gbk、unicode之类的

怎样查看pdf字体？

• 查看pdf使用的全部字体

  • 使用Adobe Acrobat打开pdf，查看pdf字体，文件---->属性—>字体或者使用快捷键ctrl+d
  • 

• 查看某个文字或者段落使用的字体

  • 在选中目标文字，右击编辑文本，右侧显示字体。
  • 

windows上生成的pdf与linux生成的pdf，字体不一样

查看pdf字体，发现使用了很多字体，怀疑是用了系统字体，将registerSystemFonts设置为false后修复。

type1、ttf、ottf、cid名字解释

• type1就是上文提到的Standard Type 1 Fonts，是adobe公司推出的，也叫PostScript Type 1 简称ps1，不再推荐使用，基于adobe pdf阅读器已经搭载了该字体的假设，不允许内嵌到pdf。
• true type是apple和微软开发的，晚于type1，并且逐渐成为主流，adobe目前转向true type，比type1支持更多的字符集、布局，ttf就是 true type font的缩写。
• open type 跨平台的， Adobe and Microsoft出品，adobe已经将他的字体库全部转为open type，otf就是open type font的缩写，跨平台支持苹果和windows，支持更多的字符集和排版特性。基于true type的open type字体结尾是ttf
• eof= Embedded OpenType，它是对OpenType 字体的压缩版，被微软设计用来在web网页中嵌入使用。只有微软的IE浏览器支持，跟WOFF正好相反
• woff=Web Open Font Format ,在web页面中的一种字体格式，它其实是 OpenType 或者 TrueType被压缩了并且带有一些元数据。woff主要有两个目的，第一它是专门用来当作web字体的而不是桌面字体，第二减少web字体在网络传输时的延迟。woff2是woff的下一代字体，比woff平均大小能小30%，传输速度更快。
• cid是character id的意思，一般是type1、true type
• type1、ttf、otf、woff、woff2的不同

文档

itext官网---->developer---->knowledge base—>Ebooks

https://stackoverflow.com/questions/83320/what-is-the-difference-between-truetype-fonts-and-type-1-fonts